C++ 为什么我不能读取长度超过4094个字符的UTF-16文件？

一些信息：

#include <iostream>
#include <fstream>
#include <locale>
#include <codecvt>

void createTestFile() {
  std::ofstream file ("utf16le.txt", std::ofstream::binary);
  if (file.is_open()) {
    uint16_t bom = 0xFEFF; // UTF-16 little endian BOM
    uint64_t abcd = 0x0064006300620061; // UTF-16 "abcd" string
    file.write((char*)&bom,2);
    for (size_t i=0; i<2000; i++) {
      file.write((char*)&abcd,8);
    }
    file.close();
  }
}

int main() {
  //createTestFile(); // uncomment to make the test file

  std::wifstream file;
  std::wstring line;

  file.open("utf16le.txt");
  file.imbue(std::locale(file.getloc(), new std::codecvt_utf16<wchar_t, 0x10ffff, std::consume_header>));
  if (file.is_open()) {
    while (getline(file,line)) {
      std::wcout << line << std::endl;
    }
  }
}

• 我只在Linux上试过这个
• 我用GCC（7.2.0）和Clang（3.8.1）都试过了
• 据我所知，它需要C++11或更高版本

运行时会发生什么情况

我将重复预期的字符串“abcd”，直到它到达4094个字符的位置。在此之后，它将输出此符号“？”，直到文件结束

我对此有何看法？

我认为这不是预期的行为，它一定是某个地方的bug

可用于测试的代码：

#include <iostream>
#include <fstream>
#include <locale>
#include <codecvt>

void createTestFile() {
  std::ofstream file ("utf16le.txt", std::ofstream::binary);
  if (file.is_open()) {
    uint16_t bom = 0xFEFF; // UTF-16 little endian BOM
    uint64_t abcd = 0x0064006300620061; // UTF-16 "abcd" string
    file.write((char*)&bom,2);
    for (size_t i=0; i<2000; i++) {
      file.write((char*)&abcd,8);
    }
    file.close();
  }
}

int main() {
  //createTestFile(); // uncomment to make the test file

  std::wifstream file;
  std::wstring line;

  file.open("utf16le.txt");
  file.imbue(std::locale(file.getloc(), new std::codecvt_utf16<wchar_t, 0x10ffff, std::consume_header>));
  if (file.is_open()) {
    while (getline(file,line)) {
      std::wcout << line << std::endl;
    }
  }
}

#包括
#包括
#包括
#包括
void createTestFile（）{
std:：ofstream文件（“utf16le.txt”，std:：ofstream:：binary）；
if（file.is_open（））{
uint16_t bom=0xFEFF；//UTF-16小端元bom
uint64_t abcd=0x0064006300620061；//UTF-16“abcd”字符串
写入（（char*）&bom，2）；
对于（size_t i=0；i而言，这看起来像是一个库错误。使用
gdb
逐步浏览gcc 7.1.1编译的示例程序：

(gdb) n
28      while (getline(file,line)) {
(gdb) n
29        std::wcout << line << std::endl;
(gdb) p line.size()
$1 = 8000

（gdb）n
28 while（getline（文件，行））{
（gdb）n
29 std：：wcout这个例子对我来说效果很好。我得到一个有2000次“abcd”的文件并且它正确显示。在Visual Studio 2015中试用过。您如何验证该文件？也许您的查看器有错误？感谢您的回答！我很高兴它在Windows上正常工作，没有任何更改，如果可以的话，我希望保持跨平台兼容。那么我想该错误一定与Linux有关。甚至可能是som像我使用的终端一样愚蠢…？在使用调试器设置断点并检查读取字符串的内容后，使用gcc 7.1.1复制，所有迹象都指向libstdc++错误。读取字符串的宽度为8000个字符，正如预期的那样。但从
行[4094]开始
，endianness被粗暴地颠倒了。您应该打开一个gcc错误，并附加调试器的输出，显示
行[4093]
和
行[4094]中的内容这是一个完美的学习机会。知道如何有效地使用调试器是每个C++开发者所需的技能。你的第一个项目是复制我的结果。由于缺少注释中的断线，这将被StActOfFultFug所破坏，但是：<代码>（GDB）p行（4093）$ 19 =（α-GuuuxCx::Y-AlalOrthGosith::ValueSyType）。@0x628244:98 L'b'（gdb）p行[4094]$20=（\uuu gnu\u cxx:：\uu alloc\u traits:：value\u type&）@0x628248:25344 L'挀'——C++库显然是在读取这个字符串。